ارایه الگویی برای تعیین نرخ سود در عقود مبادله ای با استفاده از شبکه های عصبی مصنوعی

در بانکداری اسلامی، دو دسته عقود مشارکتی و غیرمشارکتی (عقود مبادله ای) وجود دارد. عقود مبادله ای، عقودی با نرخ سود ثابت است که نرخ آنها معمولا مبنای تخصیص منابع عقود مشارکتی است. در ایران نرخ سود عقود مبادله ای از سوی بانک مرکزی و به صورت دستوری تعیین می شود. در پژوهش حاضر با الهام از روش ارایه شده از سوی دادگر و فیروزان (۱۳۹۱) و به منظور مقایسه نتایج و ارتقای کارآیی برآوردها و نشان دادن قابلیت عملیاتی روش مذکور با استفاده از شبکه های عصبی مصنوعی پرسپترون چندلایه (MLP) و تابع پایه شعاعی (RBF) نرخ سود عقود مبادله ای محاسبه و برآورد شد. داده های مورد استفاده، اطلاعات حقیقی و واقعی عملکرد بخش تولید صنعتی یعنی بنگاه های با بیش از ۱۰ نفر کارکن را شامل می شود. طبق نتایج به دست آمده، دو شبکه از دقت نسبتا خوبی برای تخمین ضرایب تابع هزینه سایه ای برخوردارند و اکثر ضرایب، در صدم اعشار با هم تفاوت دارد. روش پیشنهادی علاوه بر سهولت انجام، در راستای روش اقتصادسنجی بوده ولی محدودیت های آن از جمله بررسی تعداد محدود صنایع به دلیل نمونه گیری را نداشته و تقریبا تمام ۱۴ هزار داده کارگاه های صنعتی در سال ۱۳۸۶ را لحاظ نموده و میزان خطای محاسبات بسیار کمتر است. طبق نتایج حاصل، نرخ سود عقود مبادله ای برای سال مورد بررسی ۱۵درصد به دست آمد که در مقایسه با نرخ سود ۱۲ درصد برای سال مذکور، نشان دهنده ۲۰ درصد انحراف در تعیین نرخ سود است که هزینه های غیرقابل انکاری بر اقتصاد کشور و تخصیص منابع محدود دارد.

کلیدواژه ها:

Return ، Transaction contracts ، Islamic banking ، Shadow cost function ، Artificial Neural Network ، سود ، عقود مبادله ای ، بانکداری اسلامی ، تابع هزینه سایه ای ، شبکه عصبی مصنوعی